Можно попробовать, конечно. Но прямо для этой цели я не видел, чтобы кто-то пользовался. Обычно кодируют в пространство меньшей размерности, но признаки там уже совсем к исходным не относятся. Но были какие-то разработки на тему пространств более высокой размерности, но разреженных. Соотвественно можно попробовать взять те техники и без активаций сделать простой автоэнкодер с разреженным внутренним состоянием с привязкой к исходной семантике, типа вариационного. Но там сложная архитектура, кажется, получится, и, скорее всего, не заработает. В общем отбирать признаками нейронками так себе прием, я думаю. Ибо сетки изначально задуманы как алгоритмы, которые генерируют эффективное представление в своих слабоинтерпретируемых пространствах.
Обсуждают сегодня